Module 3 Flashcards
Mesures d’association
- But
- Les nommer
But = vérifier s’il existe une relation entre un facteur et une maladie; permet aussi de mesurer la force de l’association
- Risque attribuable
- Risque relatif
- Rapport de cote
- Risque relatif à la population
- Coefficient de corrélation linéaire
Mesures association: Risque attribuable
- C’est quoi?
- Utilisé dans quels types d’étude?
- Interprétation
= Différence entre risque (taux incidence ou incidence cumulée) de développer la maladie chez les exposés vs non-exposés
- Pour étude de cohorte seulement
Interprétation
- Si positif = association positive (aka causal)
- Si négatif = association négative (aka protecteur)
- Si 0 = abscence d’association
Ex : « 8,1 nouveaux cas pour 1000 P-A seraient attribuables au facteur d’exposition »
Mesures d’association: Risque relatif
- C’est quoi?
- Utilisé dans quels types d’étude?
- Interprétation
= Rapport entre le risque (taux incidence ou incidence cumulée) de développer la maladie chez les exposés vs non-exposés
- Étude de cohorte seulement
Interprétation
- Si supérieur à 1 = association positive (aka causal)
- Si inférieur à 1 = association négative (aka protecteur)
- Si 1 = abscence d’association
Ex : «Le risque de développer la maladie chez les individus exposées est 2,3 (RR) + élevée que chez les personnes non exposées. »
Mesures d’association: Risque relatif
Nommer les 2 façons de calculer un risque relatif
- avec un rapport de proportions (incidence cumulée)
- avec un rapport de taux d’indence
Mesures d’association: Comment calculer un RA et un RR en taux?
Mesures d’association: Comment calculer un RA et un RR en proportion?
Mesures d’association: comment évaluer la force de l’association?
Plus la valeur du RR est éloignée de 1, plus forte est l’abservation observée.
Mesures d’association: Rapport de cote
- c’est quoi?
- utilisé dans quel type d’étude?
- interprétation
= Rapport entre la cote d’exposition chez les cas et celle des témoins
- Utilisé uniquement dans les études cas-témoins
Interprétation: comme le risque relatif
Ex : « Le risque de développer la maladie chez les exposés est 5,4x plus élevé que chez les personnes non exposées »
Mesures d’association: Rapport de cote
Comment le calculer?
Il y a 2 façons (voir photo)
Mesures d’association: Pourquoi les études cas-témoins ne peuvent pas avoir de RR ni de RA?
car le fait de choisir un nombre particulier de cas et de témoins a une influence directe sur le calcul du risque. Par contre, les statisticiens ont établi que le rapport de cote estimait assez bien le risque relatif
Mesures d’association: Résumé
Mesures d’association: Risque relatif à la population
Utilité
- est utile chaque fois que l’on connait un risque d’évenement dans un groupe exposé à un facteur, mais que l’on n’a pas de groupe de comparaison (donc non-exposé au facteur)
⇒ comme on a pas de groupe de comparaison, on ne peut pas calculer le risque relatif simple
⇒ Par contre, si l’on connait le risque de l’évenement dans la population générale: on peut arriver à cerner le RR
Mesures d’association: Risque relatif à la population
Comment le calculer?
1) Calculer le nombre d’évenements attendus dans la population ciblée:
* Nb évenements attendus*
* = Nb population ciblée x IC population générale*
2) Calculer le RRP
* RRP = évènements observés / évenments attendus*
Mesures d’association: Risque relatif à la population
Comment est-il d’avoir un IC de la population alors que c’est un population dynamique ouverte?
Mesures d’association: Coefficient de corrélation linéaire
À quoi sert-il? Qu’est-ce qui le diffère des autres?
= sert à mesurer l’association entre des variables quantitatives continues
(alors que les autres mesures vues avant mesurent l’association entre des variables catégorielles)
Mesures d’association: Coefficient de corrélation linéaire
Comment l’interpréter?
Mesures d’association: Coefficient de corrélation linéaire
Comment interpréter un coefficient de 0?
1) Il n’y a tout simlpement pas de corrélation
2) Il y a une corrélation, mais non linéaire
Mesures d’impact d’un facteur
- But
- Les nommer
= Complémentaire aux mesures d’association; mesure l’effet/sa contribution du facteur d’exposition sur la fréquence de la maladie chez les exposés ou population totale
- Fraction étiologique chez les exposés
- Fraction étiologique totale
- Fraction prévenue chez les exposés
- Fraction prévenue totale
- Nombre de personnes à traiter (NPT)
Mesures d’impact: Fraction étiologique chez les exposés
- c’est quoi?
- Type d’étude
- Interprétation
= Rapport entre le RA et le risque chez les exposés
- pour étude de cohorte
Interprétation: « Chez les individus exposées, 65% des nouveaux cas sont attribuables au facteur d’exposition »
Mesures d’impact: Fraction étiologique chez les exposés
Comment le calculer?
2 façons:
- FE = (RR - 1) / RR
- FE1 = (R1 - R0) / R1
Mesures d’impact: Fraction étiologique totale
- c’est quoi?
- Types d’étude
- interprétation
= comme la fraction étiologique chez les exposés, mais comme la population comprend les exposés et les non-exposés, il faut pondérer le calcul en tenant compte du poids relatif de chacun
- Étude de cohorte et cas-témoins: mais se calculent de deux façons différentes
- Interprétation: « Dans la population totale (exposé et non-exposé), 42% des nouveaux cas sont attribuables au facteur d’exposition »
Mesures d’impact: Fraction étiologique totale
Comment la calculer pour une étude de cohorte?
Mesures d’impact: Fraction étiologique totale
Comment la calculer pour une étude de cas-témoins?
Mesures d’impact: Fractions prévenues dans la population et chez les exposés
C’est quoi? Comment les calculer? Différence avec les fractions étiologiques?
La seule différence entre les fractions étiologiques et prévenus est le type d’association qui a été établi avec les mesures d’association
étiologique = causal
prévenue = protecteur
Interprétation pour prévenue: « Chez les exposés (ou dans la population totale), 15% des nouveaux cas ont été prévenus par le facteur »
Mesures d’impact: Nombre de personnes à traiter (NPT)
= nombre de patients à traiter pour prévenir un cas
- Svt utile dans les études expérimentales où l’effet d’un placebo est comparé
Calcul: NPT = -1 / RA (aka l’inverse du RA)
Attention: Ce nb varie selon la durée du traitement il fau donc toujours indiquer/connaitre cette durée sinon ce n’est pas interprétable
Autre que la découverte d’une association à l’aide d’une observation quantitative, qu’est-il nécessaire de vérifier pour établir un lien cause-effet entre 2 phénomènes?
il faut analyser les critères de causalité
Nommer et expliquer les critères de causalité
voir p.100-101 du manuel
